EN中文

热带地理 >

2022 , Vol. 42 >Issue 12: 2031 - 2041

DOI: https://doi.org/10.13284/j.cnki.rddl.003593

健康地理

不同类型社区绿地规模和结构对居民心理健康的影响

  • 李红 , 1, 2, 3 ,
  • 塔娜 , 1, 2, 3
展开
  • 1. 华东师范大学，地理信息科学教育部重点实验室，上海 200241
  • 2. 华东师范大学，地理科学学院，上海 200241
  • 3. 自然资源部超大城市自然资源时空大数据分析应用重点实验室，上海 200241
塔娜（1986—），女，内蒙古包头人，博士，副研究员，主要研究方向为城市社会地理学与行为地理学，（E-mail）。

李红（1998—），女，陕西咸阳人，硕士研究生，主要研究方向为行为地理学与健康地理学，（E-mail）；

收稿日期: 2022-02-12

  修回日期: 2022-04-06

  网络出版日期: 2023-01-05

基金资助

国家自然科学基金项目(41971200)

收起

The Effects of Green Space Scale and Structure on Mental Health from the Perspective of Neighborhood Differentiation

  • Hong Li , 1, 2, 3 ,
  • Na Ta , 1, 2, 3
Expand
  • 1. Key Laboratory of Geographic Information Science, Ministry of Education, East China Normal University, Shanghai 200241, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 3. Key Laboratory of Spatial-temporal Big Data Analysis and Application of Natural Resources in Megacities, Ministry of Natural Resources, Shanghai 200241, China

Received date: 2022-02-12

  Revised date: 2022-04-06

  Online published: 2023-01-05

Fold

本文亮点

以上海市郊区为案例地区，综合问卷调查和多源绿地数据，构建有序Logit模型分析高档、低档、近郊、远郊4类社区的社区内外绿地规模与结构对居民心理健康的影响。结果发现：1）不同社区的绿地数量与结构存在显著差异。高低档社区内的绿地差异大于近远郊社区；近郊社区的周边绿地数量优于远郊社区，但公园绿地可达性更差。2）提高社区内乔木和灌木比例、增加社区周边公园绿地可达性对心理健康有正向影响。3）低档社区居民的心理健康受到社区内植被覆盖和公园绿地可达性的显著影响，而高档社区居民对绿地空间的作用不敏感。4）近郊社区居民受到周边绿地规模和社区内植被覆盖的影响，而远郊社区绿地率和公园绿地的可达性对居民心理健康有显著作用。最后，提出对于低档和近郊社区首先需要关注社区内的绿地规划，对于高档和远郊社区应注重社区内外的绿地平衡的建议。

本文引用格式

李红 , 塔娜 . 不同类型社区绿地规模和结构对居民心理健康的影响[J]. 热带地理, 2022 , 42(12) : 2031 -2041 . DOI: 10.13284/j.cnki.rddl.003593

Highlights

Urban green spaces can purify the environment, beautify the landscape, enhance the diversity of the ecosystem, improve the quality of space, and effectively promote public health. Green spaces can also improve residents' mental health by reducing pressure, promoting outdoor exercise, and increasing social capital. The spatial difference in green space distribution aggravates the differences between different social and economic groups and has different effects on their mental health. Many studies have focused on the relationship between the green space scale and mental health; however, only a few have explored the impact of green space structure. It is necessary to study the impact of the quantity and structure of green spaces in different neighborhoods on mental health from the perspective of green space equality. Taking the suburbs of Shanghai as a case area, this study focuses on the impact of neighborhood green space on mental health by integrating a questionnaire survey and multi-source green space data. It measures the quantity and quality of neighborhood green spaces and compares them among different neighborhoods. The quantity of green space is measured by the green space rate in neighborhoods and the NDVI around 1 km distance from neighborhoods. The structure of green space consists of the vegetation community structure, foliar habits, vegetation coverage, and accessibility of parks. Then, we constructed five ordered logit models to analyze the impact of green space scale and structure in high-end, low-end, inner suburban, and outer suburban neighborhoods on the mental health of residents. As this study mainly focuses on residents' green space and mental health, the research also controls for individual socio-economic attributes, activity variables, and neighborhood-built environment variables. The results show that: 1) The scale and structure of green spaces in different neighborhoods were significantly different. The difference in green space in high- and low-end neighborhoods was more significant than that in the inner and outer suburban neighborhoods. For inner suburban neighborhoods, the quantity of green space was better, but the accessibility of parks was lower than that in outer suburban neighborhoods. 2) Increasing the proportion of trees and shrubs in the neighborhood and increasing the accessibility of parks around the neighborhood was beneficial for the residents' mental health. 3) The mental health of residents in low-end neighborhoods was significantly affected by the vegetation coverage in the neighborhood and accessibility of parks. In contrast, residents in high-end neighborhoods were not sensitive to green spaces. 4) Residents in the inner suburban neighborhood were affected by the scale of surrounding green space and vegetation coverage in the neighborhood. In contrast, the green space rate and park accessibility in outer suburban neighborhoods had significant effects on the mental health of residents. Through research on low-end and inner suburban neighborhoods, attention should be paid to greenspace planning in the neighborhood. In contrast, for high-end and outer suburban neighborhoods, attention should be paid to the balance of green space inside and outside the neighborhood. This study considers both quantity and structural indicators of neighborhood green spaces, analyzes the impact of green space on mental health from the perspective of neighborhood differentiation, and enriches previous green space and mental health research that only focused on the measurement indicators of the quantity of green space.

城市绿地具有净化环境、美化景观、增强生态系统多样性、提升空间品质的作用，能有效促进公共健康（干靓 等，2020）。近年来，城市绿地对心理健康的影响受到广泛关注，大量理论与实证研究在不同国家和地区开展。已有研究指出，城市绿地能通过减少压力、促进户外锻炼、增加社会资本3条路径提升居民的心理健康水平（Wood et al., 2017; Feng et al., 2018; Liu et al., 2019b; Pouso et al., 2021）。
从绿地测度指标看，大量研究关注绿地的数量规模，以人均绿地、绿化率、NDVI等指标进行衡量，指出提升绿地规模水平对心理健康有正面作用（Wang et al., 2019; Liu et al., 2020; Loder et al., 2020; Chalmin-Pui et al., 2021）。一方面，相比于小规模绿地，大规模绿地的审美体验、荫蔽和生态效应更高，有助于居民放松身心、增加体力活动和促进人际交流（Markevych et al., 2017；邱婴芝 等，2019）。另一方面，提升绿地规模能增加绿地可用性、提高居民利用绿地的频率和时长，进而通过亲近自然有益于人们的心理调节（Van den Berg et al., 2016; Pouso et al., 2021）。
近年来，随着对绿地的心理健康影响路径的分析日益深入，有研究提出只测度绿地规模水平可能掩盖绿地质量和结构的差异，不利于充分考察绿地对心理健康的多维度影响（Wood et al., 2017; Feng et al., 2018）。特别是，在多源地理大数据与空间分析技术的推动下，有研究对绿地质量与结构开展精细化的度量，进一步定量评估绿地对心理健康的多维影响（Hoyle et al., 2017; Ha et al., 2022）。一些研究提出需关注社区绿地质量和结构配置的作用（Balseviciene et al., 2014; Ha et al., 2022），指出丰富的设施配置、宁静葱郁的环境氛围、乔灌草组合搭配并种植本地物种等绿地空间特征，更有利于居民的心理恢复（Annerstedt et al., 2012; Hoyle et al., 2017; Wood et al., 2017; Wu et al., 2021a）。另一些研究则强调城市线性、立体绿地空间，提出提高街景绿视率对居民心理健康有正向的效应（李智轩 等，2020）。上述研究都表明有必要同时考虑绿地数量规模与结构质量对心理健康的影响。
绿地对心理健康的影响可能受群体特征的影响。一方面，绿地对不同社会经济特征群体的心理健康影响存在差异。如女性、老年人等移动性较低的群体更注重周边绿地的安全性，而刚生育后的女性更关注绿地的质量（Van den Berg et al., 2016; Gharib et al., 2017; Feng et al., 2018）；经常迁居的居民更容易受周边绿地环境的影响（Yang et al.， 2020）。另一方面，个体对绿地的感知也可能影响绿地的作用效果，一般拥有良好绿地感知的个体，心理健康水平也会更好（Loder et al., 2020；杨文越 等，2021）。
与此同时，城市绿地空间公平也受到关注，有研究指出绿地分布的空间差异加剧不同社会经济群体间的差异，对其心理健康产生差异化的影响（Liu et al., 2021）。也有研究发现，城市绿地在不同等级城市之间、中心城区与郊区之间、不同类型社区之间差异显著（李双金 等，2018；邱婴芝 等，2019；杨文越 等，2021）。相比低收入社区，高收入社区的绿地率通常较高（Sharifi et al., 2021）；相比郊区，绿地对中心城区居民的心理恢复效用更高（Crouse et al., 2021）。在不同发展程度的地区增加绿地，对居民的心理健康影响程度也存在差异。在经济水平和社区韧性较差的地区增加绿地数量和面积，能缓解人们的心理压力，但该方法在高密度和紧凑的中心城区效果不明显（Chalmin-Pui et al., 2021; Qin et al., 2021; Yoo et al., 2022）。而且绿地分异不仅反映在绿地数量上，也体现为绿地的质量与管理分化，使绿地对心理健康的影响变得更为复杂（Annerstedt et al., 2012; Feng et al., 2018）。
整体上，绿地对心理健康的作用可能受到社区绿地空间和群体特征的共同影响而存在差异。而目前国内较少有研究从社区分异角度，考察不同社区的绿地数量与结构特征对居民心理健康的影响。因此，本研究以上海市为例，聚焦于社区绿地对心理健康的影响，考虑社区绿地的数量规模，并将社区绿地结构纳入其中，比较不同社区的绿地空间状况；同时，构建有序Logit模型分析绿地对心理健康影响的社区差异。试图回答以下问题：不同类型社区的绿地空间是否存在差异？绿地空间对居民心理健康产生何种影响？这种影响是否存在显著社区差异？以期为制定社区绿色空间规划提供参考。

1 数据与方法

1.1　数据来源

选择上海市郊区作为案例地。上海市以生态之城为目标，一直以来对于城市绿地投资高度重视，不断提升城市绿地水平。根据《上海统计年鉴2018》（上海市统计局 等，2018），上海市城市绿地空间从2000年的126.01 km2提升到2017年的1 363.27 km2，绿地率达到39.1%。但在郊区地域，由于人口的快速增长和绿地空间分布的不均衡，实现绿地空间公平目标依旧面临着极大的挑战。
居民心理健康数据源自研究团队于2017年4－7月开展的上海市居民日常活动与出行调查问卷。调查采用多阶段抽样方法，综合考虑空间位置与区域发展，分别选取包括闵行、青浦、嘉定、宝山、松江、奉贤、金山、浦东新区在内的8个郊区地域的10个镇，并根据不同的建成年代、住房性质选取典型社区开展问卷调查。采用移动调查端支持下的调查员半访谈式问答方法获取数据，问卷内容主要涉及社区环境评价、居民个体及家庭属性、活动出行信息、个体健康评价等多个方面。最终获得58个社区的有效问卷1 140份（问卷有效率为71.56%）。通过筛选居民心理健康评价、个体社会经济属性的回答完整度，本研究的最终数据集为48个社区的524个有效样本，并根据研究需要对社区进行分类（图1）。
图1 调查社区分布

注：该图基于上海市地理信息公共服务平台下载的审图号沪S（2022）45号的标准地图制作，底图无修改

Fig.1 Distribution of sample neighborhoods

绿地数据来源包括2019年社区绿地调查、2017年上海高德POI数据和2017年8月Landsat8遥感数据。社区绿地调查由研究团队在2019年开展，首先对样本社区绿地进行分区划块，再对每一分区内绿地分布、群落结构、树种植被等进行详细测量，最后在ArcGIS中绘制社区绿地分布（Ta et al., 2021）。

1.2　心理健康度量

采用主观问题评价心理健康，通过“请问最近一年以来，您觉得您的精神健康状况怎样”的问题对社区居民进行询问，测度采用5级李克特量表，其中1为非常不健康，5为非常健康，等级越高表示该阶段受访者的心理越健康。总体上，郊区居民的平均心理健康水平较高，平均为4.04，标准差0.69，大约有81.5%的居民表示心理健康为非常健康或比较健康。

1.3　绿地特征度量

绿地特征度量分为社区内和社区外2层。一方面，根据绿地调查结果衡量社区内的绿地数量和结构状况。其中，绿地数量采用绿地率计算，为绿地面积占社区面积之比。绿地结构包括植被群落结构、树种结构和植被覆盖3类（图2）。植被群落结构使用单层、双层、多层植被分类；树种结构使用常绿与落叶结构划分，度量多样性与季节性特征；植被覆盖考察乔（含乔、乔灌、乔草、乔灌草组合）、灌（含灌、灌草组合）、草植被状况。这些指标综合考虑植被的垂直和水平空间差异，其测量采用各植被类型占社区总绿地面积的比值。另一方面，采用POI和遥感数据计算社区周边的绿地数量和可达性。绿地数量采用社区质心1 km路网缓冲区内的NDVI平均值衡量；绿地可达性采用社区质心到最近公园广场的距离衡量。
图2 植被覆盖和结构示意图

图注：A——乔木；B——灌木；C——草

Fig.2 Schematic diagram of vegetation coverage and structure

1.4　社区分类

参考已有研究（王颖，2002；林闽钢 等，2017；周素红 等，2017a），结合社区房价和区位进行社区分类。房价方面，参照2017年社区所在镇的平均房价，若社区房价高于镇均房价，归为高档社区；反之，归为低档社区。区位方面，结合上海郊环线，以到市中心25 km为界限，划分出近郊和远郊社区。最终，结合区位与价格2种客观指标划分高档近郊、高档远郊、低档近郊和低档远郊4类社区。总体上，高档社区中商品房的比例更高，同时包括少量建成年代较早的成熟社区，居民的心理健康水平总体较好；低档社区的社区类型更为多样，居民心理健康水平略低。对比可以看出，近郊社区相对建设年代较早，而远郊社区中新建社区的比例更高（表1）。
表1 社区类型与居民心理健康评价

Table 1 Neighborhood types and residents' mental health status

社区类别 社区编号 建成年代 住房类型 平均得分
高档近郊 c-2 2007 拆迁安置房-商品房 4.11
e-2 2003 商品房 4.00
e-7 2003 商品房 3.70
g-2 2005 商品房 4.31
g-4 1995 拆迁安置房-商品房 4.05
h-1 2016 商品房 3.89
i-5 1997 商品房 5.00
高档远郊 b-3 2009 商品房 3.50
b-4 2013 商品房 3.96
b-5 2010 商品房 4.33
b-6 2014 商品房 4.17
d-2 2004 商品房 4.55
d-5 1989 售后公房-商品房 4.29
f-2 2013 商品房 4.06
低档近郊 a-1 1995 经济适用房-商品房 4.09
a-2 2006 商品房 4.00
c-1 2006 拆迁安置房-商品房 4.00
e-1 1996 拆迁安置房-商品房 4.00
e-3 1994 拆迁安置房-商品房 4.00
e-4 2004 单位分房-商品房 4.00
e-5 1985 自建房，私房 4.20
e-6 1995 拆迁安置房-商品房 4.00
e-8 1994 自建房，私房 4.09
e-9 2005 拆迁安置房-商品房 3.67
g-1 2002 商品房 3.63
g-3 2004 拆迁安置房-商品房 4.31
h-2 2007 商品房 4.11
h-3 2004 商品房 4.00
h-4 1989 商品房 4.25
h-5 1970 自建房，私房 3.89
h-6 2004 拆迁安置房-商品房 4.23
h-7 2007 拆迁安置房-商品房 4.50
h-8 2005 商品房 3.58
i-1 2000 拆迁安置房 4.06
i-2 2000 商品房 3.43
i-3 1998 商品房 4.00
i-4 2004 商品房 3.92
j-1 1991 自建房 4.33
j-2 2000 商品房 4.38
j-4 2003 商品房 3.67
低档远郊 b-1 2000 拆迁安置房-商品房 3.94
b-2 2010 拆迁安置房-商品房 3.67
d-3 2015 商品房 4.50
d-4 1991 商品房 4.27
d-6 2005 商品房 4.00
d-7 2005 拆迁安置房 4.44
f-1 2008 商品房 4.33
f-3 2006 商品房 3.97

1.5　模型构建

由于心理健康为有序变量，选择有序Logit模型。该模型衡量事件的发生比（式1），即事件（Y ≤ j )发生概率与事件（Y>j）不发生概率之比（Long et al., 2014；卓云霞 等，2021）。本研究建立一系列有序Logit模型分析社区内外绿地对心理健康的影响，分别构建全部社区、高档社区、低档社区、近郊社区和远郊社区5个模型。其表达式为：
l n P Y ≤ j | X 1 - P Y ≤ j | X = α j + ∑ k = 1 K β k x k   ,   j = 1,2 , 3,4 , 5
式中：X、Y分别代表自变量和因变量的集合；αj 为第j个心理健康程度等级的截距； X k为第k个自变量； β k为第k个自变量的回归系数。
本研究主要考察的自变量是社区内和社区外的绿地特征。由于居民的心理健康还可能受其他因素的影响，为保证研究关注的绿地变量和心理健康之间回归系数的无偏性，需要控制个体社会经济属性、活动变量和社区建成环境变量。社会经济属性包括性别、年龄、教育程度、住房产权、居住时长、家庭小汽车数量、家庭月收入、有无6岁以下小孩、社区联系人数量、帮助人数量、生活满意度；活动变量包括职住距离、有无社区活动；社区建成环境变量包括社区人口密度、周边公交站数量、周边道路交叉口数量。采用2017年上海市高德POI数据提取道路交叉口和公交站，并结合路网数据测量计算社区周边道路交叉口数量和公交站数量指标。

2 分析结果

2.1　社区内部绿地差异

调查社区的绿地率整体较高，平均为35.54%；植被类型以乔木组合为主、树种结构以常绿树种为主、群落结构以双层和多层为主。但不同社区的绿地特征存在显著差异（表2，见F值）：绿地数量方面，高档近郊和高档远郊社区绿地率最高，而低档近郊社区绿地率最低；植被覆盖方面，低档远郊社区的灌木占比高于其他社区，而高档近郊社区的乔木占比最高，达到86.37%；群落结构方面，高档近郊和低档远郊社区以多层为主，另外两类社区以双层群落为主；树种结构方面，常绿植被在低档远郊社区中占比最高，混合植被在高档近郊社区中占比最高。
表2 不同社区内部绿地差异

Table 2 Differences in green space in neighborhoods

绿地变量 社区类型 组间差异F值

高档

近郊

高档

远郊

低档

近郊

低档

远郊

绿地

数量

 绿地率/% 平均值 36.71 36.54 33.36 35.56 2.87***
标准差 5.41 19.41 11.36 6.62

植被

覆盖

 乔/% 平均值 86.37 72.61 78.11 69.38 17.19***
标准差 13.22 18.35 15.38 14.37
灌/% 平均值 12.21 20.26 17.37 23.41 6.61***
标准差 11.73 17.14 14.34 9.03
草/% 平均值 1.42 7.13 4.52 7.22 21.81***
标准差 2.07 7.46 5.91 9.40

群落

结构

 单层/% 平均值 12.54 34.02 25.36 30.54 20.11***
标准差 22.05 23.78 16.71 27.54
双层/% 平均值 35.50 44.15 44.60 31.26 20.87***
标准差 12.96 17.44 15.72 10.35
多层/% 平均值 50.62 21.58 28.48 38.16 53.85***
标准差 27.72 19.23 14.80 28.63

树种

结构

 常绿/% 平均值 61.66 68.44 72.82 74.38 9.52***
标准差 19.58 17.81 20.01 18.88
落叶/% 平均值 3.12 7.57 6.79 4.10 4.17***
标准差 3.93 2.93 10.42 4.17
混合/% 平均值 33.84 23.98 19.78 21.43 19.86***
标准差 14.08 16.08 13.53 16.92

注： *表示P<0.1，**表示P<0.05，***表示P<0.01；表3、4同

图3展示了典型社区的植被覆盖和群落结构特征。典型社区的选取综合考虑社区分类、绿地规模与结构水平，以与4类社区平均值的相似度为依据。可以看出，4个社区植被类型主要为乔木和灌木，群落结构呈现双层、多层混杂特点。其中，d-2高档远郊社区的绿地率最高，达到75.90%，其次为i-3低档近郊和e-7高档近郊社区，f-1低档远郊社区的绿化水平最低。且d-2社区以单层、双层及灌木植被结构为主；f-1、i-3和e-7的主要植被类型为乔木，群落结构以多层为主。从心理健康状况看，e-7和d-2同为高档社区，但居民的心理健康有较大差异，说明绿地状况好的社区居民的心理健康水平较好，仍需在模型中控制其他变量后，进一步验证居民心理健康与绿地之间的关系，而低档社区心理健康水平相差不大（见表1）。可以看出，绿地与心理健康的关系并非简单的线性联系，有可能受到社区建成年代、位置、品质等多种因素的影响。
图3 典型社区植被覆盖（a）和社区群落结构（b）

Fig.3 Vegetation coverage (a) and community structure (b) in typical neighborhoods

2.2　社区外部绿地差异

不同社区外的绿地同样存在统计性显著差异（表3，见F值）。社区周边1 km范围内NDVI值平均为0.42，低档近郊社区周边绿化水平最高，其次为高档近郊社区，而远郊社区的NDVI水平相对较低，这可能由于近郊社区靠近城市中心，建成年代一般较早，社区周边的绿地规划较为成熟。低档远郊社区公园绿地可达性最好，周边良好的公园降低社区绿地规模带来的差异。相比远郊社区，近郊社区的公园绿地可达性更差。
表3 不同社区的社区外绿地差异比较

Table 3 Differences in green space around neighborhoods

绿地变量 社区类型 组间差异F值

高档

近郊

高档

远郊

低档

近郊

低档

远郊
NDVI 平均值 0.44 0.39 0.45 0.40 12.34***
标准差 0.04 0.06 0.06 0.11

到最近公园

广场距离/m

 平均值 1 291.87 1 130.09 1 311.46 1 004.08 10.67***
标准差 953.70 825.85 749.94 702.96

2.3　不同类型社区绿地对心理健康影响

表4展示了有序Logit模型分析结果，整体上模型拟合良好，且均通过显著性检验。模型1显示，相比高档近郊社区，低档近郊和低档远郊社区居民的心理健康水平更差；而高档远郊社区与高档近郊社区居民的心理健康水平不存在显著差异。这说明社区社会经济水平对居民心理健康的影响比区位更显著：一方面，高档社区的住房与设施配置较好，周边土地利用程度较高，居民的生活需求能得到更好的满足，有利于心理健康。另一方面，居住在高水平社区的居民经济能力与社会资本较高，有多种缓解心理压力的途径（Yoo et al., 2022）。
表4 绿地对心理健康影响的有序Logit模型

Table 4 The effect of green space on mental health based on ordered Logit models

变量

模型1

（全模型）

模型2

（高档社区）

模型3

（低档社区）

模型4

（近郊社区）

模型5

（远郊社区）

社区划分

（参照：高档近郊）

 高档远郊 -0.60 — — — —
低档近郊 -0.49* — — — —
低档远郊 -0.79* — — — —
近郊（参照：远郊） — -2.40* -0.22 — —
高档（参照：低档） — — — -0.39 -0.10
社区内绿地 绿地率 0.34 3.51 -2.15 0.29 4.15*
树种结构（参照：非落叶） 落叶 1.81 10.23 1.36 1.30 9.92
植被覆盖（参照：草） 乔 4.09* 8.62 3.98 4.05 1.53
灌 5.49*** 8.14 5.59** 5.32** -2.59
群落结构（参照：多层） 单层 -0.13 -6.24 1.79 1.22 -5.44
双层 -0.63 -6.37 0.66 -0.14 -4.09
社区外绿地 NDVI -2.18 -0.89 -1.46 -4.34* -15.52
到最近公园广场距离（ln） -0.27* -0.10 -0.42* -0.13 -2.22**
个体社会经济属性 男性 0.34* 0.63* 0.27 0.36 0.46
年龄 -0.01 -0.03 0.00 0.00 -0.03

教育程度（参照：

初中及以下）

 高中或大专 -0.61** -0.94* -0.61* -1.01*** -0.16
本科及以上 -0.55* -0.89* -0.55 -1.01** 0.12
持有住房产权 0.09 0.01 0.11 -0.15 0.29
居住时长 -0.06 -0.13 -0.02 -0.03 -0.16
家庭月收入 -0.04 -0.14 -0.04 -0.02 -0.18
有6岁以下小孩 0.19 -0.10 0.53* 0.16 0.44
家庭小汽车数量 0.59*** 0.05 0.86*** 0.94*** 0.03
常联系小区人数量 -0.04** -0.03 -0.05* -0.03 -0.07
帮助人数量 0.03 -0.10 0.05 0.01 0.08
生活满意度 0.34*** 0.32 0.46*** 0.63*** -0.04
活动变量 有社区活动 -0.27 -1.06** -0.01 -0.27 -0.38
职住距离 -0.08 -0.11 -0.08 -0.16* 0.00
社区建成环境变量 社区人口密度 0.00 -0.01 0.00 0.00 -0.32*
公交站数量 -0.53** -2.22 -0.69** -0.31 -2.09
道路交叉口数量 0.32 2.15 0.07 0.35 1.58
likelihood -515.44 -160.32 -333.59 -314.69 -174.06
LR chi2 52.24 41 50.34 0.000 4 39.09
Prob > chi2 0.003 6 0.031 0.002 9 0.083 6 0.047 8
样本量 524 177 347 326 198
绿地对心理健康的影响主要体现在社区内植被覆盖和社区外绿地可达性。一方面，社区绿地变量中，高比例的乔木和灌木覆盖对心理健康产生正向作用。这可能是由于高大的乔木与灌木植被结构更容易引起人的视觉感知，通过营造安静的氛围和较高的美学价值改善邻里关系、促进体育锻炼，进而减轻压力、舒缓心情（Annerstedt et al., 2012; Liu et al., 2019a）。而对全模型，绿地率对心理健康的作用并不显著，与已有研究一致（Feng et al., 2018; Helbich et al., 2021），在控制绿地结构因素后绿地规模对心理健康的作用明显降低（Wang et al., 2021）。在不同社区之间，绿地率仅对远郊社区居民的心理健康在10%显著性水平上存在影响。植被群落与树种结构的影响同样不显著，与国外已有研究的结果存在差异（Hoyle et al., 2017）。这可能受绿地周边环境质量、居民感知差异、体力活动和社会凝聚力等混合效应的共同影响（Zhang et al., 2021）。首先，居民心理健康同时受到社区周边噪音、污染等环境干扰，可能会抵消绿地的部分益处（Gharib et al., 2017;Helbich et al., 2021；杨文越 等，2021；Zhang et al., 2021）；其次，个体对绿地率和树种结构的感知差异，以及对绿地的实际使用时长和频率也会影响其心理健康（Van den Berg et al., 2016; Yang et al., 2020）；最后，问卷调查时间处于春夏季，树种结构对居民心理的影响可能并不明显。
社区外的绿地变量中，所在社区到最近公园广场的距离越远，居民心理健康水平越低。这是由于提升社区周边的绿地可达性，不仅能提高居民的潜在绿地暴露面积，而且公园内部丰富的设施和景观也会增强居民的体力活动和社会交往水平，利于其心理恢复（Wood et al., 2017）。但NDVI对居民心理健康的影响不显著，可能是由于NDVI反映的是社区周边整体的绿地状况，与居民对绿地的感知存在偏差（Hartley et al., 2021; Zhang et al., 2021）。
模型2和3分别反映高档和低档社区的绿地对心理健康的影响。高档社区中，社区内外绿地状况对心理健康的影响不显著。这可能是由于高档社区绿地建设相对比较完备，绿地的差异对心理健康的影响不大，居民的心理健康更有可能受到个体因素、社会交往关系、主观偏好的影响。但低档社区绿地空间对心理健康的作用明显，增加灌木的比例及社区周边的公园建设，能促进居民的积极出行和心理恢复（Wu et al., 2020）。这与已有的绿地研究一致，在低收入或较脆弱的地区，绿地通过调动积极情绪、增强社区安全性等促进居民的心理恢复；而高收入地区的居民拥有更多心理调节途径，绿地产生的效益并不明显（Burley, 2018; Chalmin-Pui et al., 2021; Yoo et al., 2022）。
模型4和5分别反映近郊和远郊社区的绿地对心理健康的影响。在相邻区位条件下，高档与低档社区居民的心理健康水平没有显著差异，但其受到绿地影响的方式存在差异。近郊社区中，灌木为主的植被结构对心理健康产生显著的正向作用，而NDVI对居民的心理健康产生显著的负向作用。这可能是由于近郊的城市建设更密集，社区周边NDVI所显示的绿地规模无法准确度量居民绿地暴露与感知，与居民绿地的可用性认知并不一致，从而降低绿地暴露的潜在效益（Wu et al., 2021b）。在远郊社区中，社区绿地率和周边绿地可达性对心理健康产生显著的正向影响。与已有研究一致，由于远郊社区带来的长时间职住通勤，缩短了人们休闲性体力活动的时间，因而相比绿地质量，居民更可能关注社区内部和周边绿地的可用性（周素红 等，2017b）。
此外，本研究的控制变量也对心理健康具有显著影响。在个体社会经济属性方面，相较于女性，男性在10%的显著性水平上表现出更好的心理健康状况，在高档社区模型中同样显著；教育水平低的居民心理健康水平更高，在近郊和高档社区中更为明显。这也印证了高档和近郊社区绿地覆盖对心理健康的不显著影响，说明此类社区中居民的心理恢复更可能依赖于社会交往等其他途径，而非仅借助绿地环境（Qin et al., 2021; Yoo et al., 2022）。拥有家庭小汽车和更高的生活满意度在1%的显著性水平上对心理健康具有正向作用，在低档和近郊社区中的作用最为显著。这可能由于这些社区居民对绿地质量的改善和生活水平的提高更为敏感，也更容易从中获得心理益处（Chalmin-Pui et al., 2021; Helbich et al., 2021）。在全模型和低档社区模型中发现，社区内拥有较多联系人并不能增加居民的心理健康水平。这与之前的研究（邱婴芝 等，2019）存在差异，可能因为常联系人数量并不能反映人们真正的社交水平，低档社区的居民未能建立有效的社交联系（Annerstedt et al., 2012）。活动变量层面，仅发现在高档社区中，有社区活动的居民心理健康水平会更低。进一步说明高档社区居民的心理恢复更多依赖于社区外的活动，社区内活动并未形成良好的居民互动（Liu et al., 2019a）。在近郊社区模型中发现，职住接近会带来更好的居民心理健康水平。一方面，短距离通勤能降低居民出行拥堵的可能性，缓解通勤压力；另一方面也给居民带来更多的自由时间，有助于其心理恢复（周素红 等，2017b；Feng et al., 2018）。社区建成环境变量方面，居住在公交站密度高社区的居民心理健康水平更低，在低档社区中最为显著。其原因可能在于大量公共交通降低居民的社区参与和宁静氛围的环境体验，而低档社区绿地覆盖水平较低，并未形成有效生态屏障来降低周边的环境噪音（Helbich et al., 2021; Zhang et al., 2021）。远郊社区模型中，社区的人口密度越高，居民的心理健康水平越低。这可能由于远郊社区居民更注重社区绿地和周边绿地的可用性，而过高的人口密度可能会带来拥挤，不便于居民享受宁静的绿地氛围以及获得良好的环境感知（Liu et al., 2019a; Wu et al., 2021b）。

3 结论与讨论

本研究基于多源数据分析了上海市郊区4类社区在绿地数量和结构的差异，并构建有序Logit模型探讨了不同社区绿地对心理健康的影响。研究发现：1）不同社区的绿地数量与结构存在显著差异。高低档社区内的绿地差异大于近远郊社区；近郊社区的周边绿地数量优于远郊社区，但公园绿地可达性更差。2）社区中高比例的乔木和灌木对心理健康的正向作用显著，提高公园绿地可达性能有效促进居民的心理健康。3）低档社区的居民受社区植被覆盖和绿地可达性的影响显著；高档社区居民的心理健康状态与绿地相关性不显著。4）社区植被覆盖和周边NDVI对近郊居民的心理健康有影响；靠近公园居住和提升社区绿地率对于提升远郊居民的心理健康状态有正面作用。
本研究同时考虑社区绿地数量和结构要素，分析了社区的绿地规模、植被覆盖、群落结构、树种结构等方面，充实了以往绿地与心理健康研究中仅关注绿色空间数量规模的度量指标。结果发现，仅增加社区的绿地规模并不能有效促进居民的心理状况，还需要充分考虑社区绿地的植被覆盖因素。种植更多的具有较强视觉效果的乔木、灌木等更易形成有效的绿地体验，进而提升其心理健康水平。但在本研究中树种结构和群落结构不具有显著的心理健康效应，这可能受到城市特性、季节因素、度量方法和个体感知等因素的影响。未来需要更多城市的案例研究，以进一步论证绿地结构的影响机制。
本研究揭示了近郊、远郊、高档、低档4类社区在绿地规模、植被覆盖、群落结构、树种结构方面的差异，从社区比较的角度丰富了绿地规模和结构对心理健康影响的研究。同时，本研究发现不同社区内绿地环境对心理健康影响的差异性。相比起高档社区，低档社区的绿地环境建设水平较低，提升绿地规模和结构能有效提升居民的心理健康水平；相比近郊社区，由于周边建设水平和时空制约的影响，远郊社区居民更重视社区内部绿地数量和周边公园可达性的影响。这说明城市不同空间区位、不同类型社区之间的绿地空间公平问题，不仅体现在绿地自身的特征上，还体现在居民对绿地的感知、利用和效益方面。因此，社区绿地规划需要考虑不同社区的差异性特点。低档和近郊社区内更应重视社区内绿地的合理规划，形成良好的植被组合结构；近郊社区应平衡社区内部与周边绿地的建设，关注居民在出行过程的绿化感知；提升社区绿地数量和公园绿地可达性对改善远郊区居民的居住环境、促进心理健康的有效性，远郊社区需重视周边的公共绿地建设，在可达性、景观设计、多样化活动中探索绿地景观与居民活动有效融合的新途径。因此，考虑不同的社区特性，建设与居民需求相匹配的绿地空间，同时注重居民的绿地感知与互动性，是有效建设活力健康城市的关键。
本研究也存在以下不足：1）社区类型的划分中仅考虑房价和区位，未充分考虑社区建成年代、构成群体等多维度要素。2）居民的心理健康不仅受到绿地本身的影响，还与居民的绿地感知有关，但由于数据限制，未能充分考虑感知因素。3）虽然考虑了社区内部的绿地结构特征，但对于不同绿地结构指标之间的关系考虑不足，未来需进一步衡量绿地结构特征的多维度关联。

脚注

李红：负责数据处理与分析，论文初稿撰写，修改与校对；

塔娜：论文设计，方法与理论指导，论文修改与提升，修改与校对。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Annerstedt M, Ostergren P, Björk J, Grahn P, Skärbäck E and Währborg P. 2012. Green Qualities in the Neighbourhood and Mental Health-Results from a Longitudinal Cohort Study in Southern Sweden. BMC Public Health, 12(1): 337-337.

Balseviciene B, Sinkariova L and Andrusaityte S. 2014. Do Green Spaces Matter? The Associations between Parenting Stress, Child Mental Health Problems and Green Spaces. Procedia, Social and Behavioral Sciences, 140: 511-516.

Burley B A. 2018. Green Infrastructure and Violence: Do New Street Trees Mitigate Violent Crime?. Health & Place, 54: 43-49.

Chalmin-Pui L S, Roe J, Griffiths A, Smyth N, Heaton T, Clayden A and Cameron R. 2021. "It Made Me Feel Brighter in Myself"-the Health and Well-Being Impacts of a Residential Front Garden Horticultural Intervention. Landscape and Urban Planning, 205: 103958.

Crouse D L, Pinault L, Christidis T, Lavigne E, Thomson E M and Villeneuve P J. 2021. Residential Greenness and Indicators of Stress and Mental Well-Being in a Canadian National-Level Survey. Environmental Research, 192: 110267.

Feng X Q and Astell-Burt T. 2018. Residential Green Space Quantity and Quality and Symptoms of Psychological Distress: A 15-Year Longitudinal Study of 3897 Women in Postpartum. BMC Psychiatry, 18(1): 348-348.

干靓，杨伟光，王兰. 2020. 不同健康影响路径下的城市绿地空间特征. 风景园林，27（4）：95-100.

Gan Jing, Yang Weiguang and Wang Lan. 2020. Spatial Characteristics of Urban Green Space under Different Health Impact Pathways. Landscape Architecture, 27(4): 95-100.

Gharib M A, Golembiewski J A and Moustafa A A. 2017. Mental Health and Urban Design-Zoning in on PTSD. Current Psychology, 39(1): 167-173.

李双金，马爽，张淼，龙瀛. 2018. 基于多源新数据的城市绿地多尺度评价：针对中国主要城市的探索. 风景园林，25（8）：12-17.

Li Shuangjin, Ma Shuang, Zhang Miao and Long Ying. 2018. Muiti-Scale Evaluation of Urban Green Space Based on Muti-Source New Data: Exploration of Main Cities in China. Landscape Architecture, 25(8): 12-17.

Ha J, Kim H J and With K A. 2022. Urban Green Space Alone is Not Enough: A Landscape Analysis Linking the Spatial Distribution of Urban Green Space to Mental Health in the City of Chicago. Landscape and Urban Planning, 218: 104309.

Hartley K, Perazzo J, Brokamp C, Gillespie G L, Cecil K M, LeMasters G, Yolton K and Ryan P. 2021. Residential Surrounding Greenness and Self-Reported Symptoms of Anxiety and Depression in Adolescents. Environmental Research, 194: 110628.

Helbich M, Poppe R, Oberski D, Zeylmans van Emmichoven M and Schram R. 2021. Can't See the Wood for the Trees? An Assessment of Street View-and Satellite-Derived Greenness Measures in Relation to Mental Health. Landscape and Urban Planning, 214: 104181.

Hoyle H, Hitchmough J and Jorgensen A. 2017. All about the ‘Wow Factor'? The Relationships between Aesthetics, Restorative Effect and Perceived Biodiversity in Designed Urban Planting. Landscape and Urban Planning, 164: 109-123.

李智轩，何仲禹，张一鸣，金霜霜，王雪梅，朱捷，刘师岑. 2020. 绿色环境暴露对居民心理健康的影响研究——以南京为例.地理科学进展，39（5）：779-791.

Li Zhixuan, He Zhongyu, Zhang Yiming, Jin Shuangshuang, Wang Xuemei, Zhu Jie and Liu Shicen. 2020. Impact of Greenspace Exposure on Residents' Mental Health: A Case Study of Nanjing City. Progress in Geography, 39(5): 779-791.

林闽钢，尹航. 2017. 走向共治共享的中国社区建设——基于社区治理类型的分析. 社会科学研究，（2）：91-97.

Lin Mingang and Yin Hang. 2017. Chinese Community Construction towards Co-Governance and Sharing: An Analysis Based on the Types of Community Governance. Social Science Research, (2): 91-97.

Liu Dong, Kwan Mei-Po and Kan Zihan. 2021. Analysis of Urban Green Space Accessibility and Distribution Inequity in the City of Chicago. Urban Forestry & Urban Greening, 59: 127029.

Liu Ye, Wang Ruoyu, Grekousis G, Liu Yuqi, Yuan Yuan and Li Zhigang. 2019a. Neighbourhood Greenness and Mental Wellbeing in Guangzhou, China: What are the Pathways?. Landscape and Urban Planning, 190: 103602.

Liu Ye, Wang Ruoyu, Yang Xiao, Huang Baishi, Chen Hongsheng and Li Zhigang. 2019b. Exploring the Linkage between Greenness Exposure and Depression among Chinese People: Mediating Roles of Physical Activity, Stress and Social Cohesion and Moderating Role of Urbanicity. Health & Place, 58: 102168.

Liu Yuqi, Wang Ruoyu, Lu Yi, Li Zhigang, Chen Hongsheng, Cao Mengqiu, Zhang Yuerong and Song Yimeng. 2020. Natural Outdoor Environment, Neighbourhood Social Cohesion and Mental Health: Using Multilevel Structural Equation Modelling, Streetscape and Remote-Sensing Metrics. Urban Forestry & Urban Greening, 48: 126576.

Loder A K F, Schwerdtfeger A R and Poppel M N M V. 2020. Perceived Greenness at Home and at University are Independently Associated with Mental Health. BMC Public Health, 20(1): 802-802.

Long J S and Freese J. 2014. Regression Models for Categorical Dependent Variables Using Stata.3rd Edition. College Station, TX: Stata Press.

Markevych I, Schoierer J, Hartig T, Chudnovsky A, Hystad P, Dzhambov A M, de Vries S, Triguero-Mas M, Brauer M, Nieuwenhuijsen M J, Lupp G, Richardson E A, Astell-Burt T, Dimitrova D, Feng Xiaoqi, Sadeh M, Standl M, Heinrich J and Fuertes E. 2017. Exploring Pathways Linking Greenspace to Health: Theoretical and Methodological Guidance. Environmental Research, 158: 301-317.

Pouso S, Borja Á, Fleming L E, Gómez-Baggethun E, White M P and Uyarra M C. 2021. Contact with Blue-Green Spaces during the COVID-19 Pandemic Lockdown Beneficial for Mental Health. The Science of the Total Environment, 756: 143984.

Qin B, Zhu W, Wang J J and Peng Y Y. 2021. Understanding the Relationship between Neighbourhood Green Space and Mental Wellbeing: A Case Study of Beijing, China. Cities, 109: 103039.

邱婴芝，陈宏胜，李志刚，王若宇，刘晔，覃小菲. 2019. 基于邻里效应视角的城市居民心理健康影响因素研究——以广州市为例. 地理科学进展，38（2）：283-295.

Qiu Yingzhi, Chen Hongsheng, Li Zhigang, Wang Ruoyu, Liu Ye and Qin Xiaofei. 2019. Exploring Neighborhood Environmental Effects on Mental Health: A Case Study in Guangzhou, China. Progress in Geography, 38(2): 283-295.

Sharifi F, Nygaard A, Stone W M and Levin I. 2021. Accessing Green Space in Melbourne: Measuring Inequity and Household Mobility. Landscape and Urban Planning, 207(1): 104004.

上海市统计局，国家统计局上海调查总队．2018. 上海统计年鉴. 北京：中国统计出版社．

Shanghai Municipal Statistics Bureau, Survey Office of the National Bureau of Statistics in Shanghai. 2018. Shanghai Statistical Yearbook. Beijing: China Statistics Press.

Ta N, Li H, Zhu Q Q and Wu J Y. 2021. Contributions of the Quantity and Quality of Neighborhood Green Space to Residential Satisfaction in Suburban Shanghai. Urban Forestry & Urban Greening, 64: 127293.

Van den Berg M, van Poppel M, van Kamp I, Andrusaityte S, Balseviciene B, Cirach M, Danileviciute A, Ellis N, Hurst G, Masterson D, Smith G, Triguero-Mas M, Uzdanaviciute I, Wit P D, van Mechelen W, Gidlow C, Grazuleviciene R, Nieuwenhuijsen M J, Kruize H and Maas J. 2016. Visiting Green Space is Associated with Mental Health and Vitality: A Cross-Sectional Study in Four European Cities. Health & Place, 38: 8-15.

Wang R Y, Liu Y, Xue D S and Helbich M. 2019. Depressive Symptoms among Chinese Residents: How Are the Natural, Built, and Social Environments Correlated?. BMC Public Health, 19(1): 887-888.

Wang R Y, Feng Z Q, Pearce J, Ye L and Dong G H. 2021. Are Greenspace Quantity and Quality Associated with Mental Health through Different Mechanisms in Guangzhou, China: A Comparison Study Using Street View Data. Environmental Pollution, 290: 117976. https://doi.org/10.1016/j.envpol. 2021.117976

王颖. 2002. 上海城市社区实证研究——社区类型、区位结构及变化趋势. 城市规划汇刊，（6）：33-40，79.

Wang Ying. 2002. An Empirical Study of Shanghai Urban Community: Community Type, Location Structure and Change Trend. Urban Planning Forum, (6): 33-40, 79.

Wood L, Hooper P, Foster S and Bull F. 2017. Public Green Spaces and Positive Mental Health – Investigating the Relationship between Access, Quantity and Types of Parks and Mental Wellbeing. Health & Place, 48: 63-71.

Wu J Y, Wang B H, Ta N, Zhou K and Chai Y W. 2020. Does Street Greenery Always Promote Active Travel? Evidence from Beijing. Urban Forestry & Urban Greening, 56: 126886.

Wu J Y, Yang M X, Xiong L Y, Wang C F and Ta N. 2021a. Health-Oriented Vegetation Community Design: Innovation in Urban Green Space to Support Respiratory Health. Landscape and Urban Planning, 205: 103973.

Wu L F and Seung Kyum K. 2021b. Health Outcomes of Urban Green Space in China: Evidence from Beijing. Sustainable Cities and Society, 65: 102604.

Yang Min, Dijst M, Faber J and Helbich M. 2020. Using Structural Equation Modeling to Examine Pathways between Perceived Residential Green Space and Mental Health among Internal Migrants in China. Environmental Research, 183: 109121.

杨文越，李昕，莫樱梅，陈慧灵. 2021. 社区公园空气污染暴露特征及其居民感知——以广州市中心城区为例. 热带地理，41（1）：45-54.

Yang Wenyue, Li Xin, Mo Yingmei and Chen Huiling. 2021. Exposure Characteristics and Residents' Perception of Air Pollution in Neighborhood Parks: The Case of the Guangzhou Central Urban Area. Tropical Geography, 41(1): 45-54.

Yoo E, Roberts J E, Eum Y, Li Xiaojiang and Konty K. 2022. Exposure to Urban Green Space May Both Promote and Harm Mental Health in Socially Vulnerable Neighborhoods: A Neighborhood-Scale Analysis in New York City. Environmental Research, 204: 112292.

Zhang R, Zhang C Q and Rhodes R E. 2021. The Pathways Linking Objectively-Measured Greenspace Exposure and Mental Health: A Systematic Review of Observational Studies. Environmental Research, 198: 111233.

周素红，宋江宇，宋广文. 2017a. 广州市居民工作日小汽车出行个体与社区双层影响机制.地理学报，72（8）：1444-1457.

Zhou Suhong, Song Jiangyu and Song Guangwen. 2017a. Examining the Dual-Levels Impact of Neighbourhood and Individual Variables on Car Use on Weekdays in Guangzhou. Acta Geographica Sinica, 72(8): 1444-1457.

周素红，何嘉明. 2017b. 郊区化背景下居民健身活动时空约束对心理健康影响——以广州为例. 地理科学进展，36（10）：1229-1238.

Zhou Suhong and He Jiaming. 2017b. Effects of Spatial-Temporal Constraints of Suburban Residents on Fitness Activities to Mental Health in the Context of Rapid Suburbanization: A Case Study in Guangzhou, China. Progress in Geography, 36(10): 1229-1238.

卓云霞，刘涛，古维迎. 2021. 多维邻近性与城-城流动人口的流入地选择——基于嵌套Logit模型的实证分析. 地理科学，41（7）：1210-1218.

Zhuo Yunxia, Liu Tao and Gu Weiying. 2021. How Multi-Proximity Affects Destination Choice in Urban-Urban Migration: An Analysis Based on Nested Logit Model. Scientia Geographica Sinica, 41(7): 1210-1218.

Options
文章导航

/

〈 〉